OpenAdLibraryOpenAdLibrary
Партнерський маркетинг та медіабаїнг

Публішер-рівневе ставкування: коригування ставок за сайтом, розділом і віджетом

Ефективність різних публішерів у межах однієї нативної кампанії може відрізнятися дуже сильно; наскільки саме — покаже ваш звіт про розміщення. Публішер-рівневе ставкування встановлює різні ставки для кожного сайту, розділу або віджета, разом із робочим процесом перегляду та практичним прикладом.

Ілюстрація: Публішер-рівневе ставкування: коригування ставок за сайтом, розділом і віджетом

Публішер-рівневе ставкування означає встановлення різної ставки, або коригування ставки, для окремих сайтів-публішерів, розділів або ідентифікаторів віджетів усередині нативної кампанії, замість використання єдиної фіксованої ставки для всієї мережі. На Taboola, Outbrain, MGID та Revcontent продуктивність різних публішерів у межах однієї кампанії може відрізнятися дуже сильно, навіть після того, як алгоритм мав час навчитися; наскільки саме у вашому акаунті — це може показати лише ваш звіт про розміщення. Коригування ставок там, де це підтверджують дані, — це один зі способів перестати платити однакову ціну за розміщення, які працюють дуже по-різному.

Чому єдина фіксована ставка — це неправильний стандарт#

Коли ви встановлюєте єдину ставку для кампанії, мережа застосовує цю ставку скрізь, де відповідає ваше таргетування — від великих новинних сайтів до невеликих контентних сайтів, що показують той самий віджет. Деякі з цих розміщень можуть коштувати за конверсію набагато більше за вашу ціль; інші можуть не давати конверсій узагалі. Фіксована ставка оцінює їх однаково. Власні інструменти мереж дозволяють це змінити: за сайтом (Taboola), за розділом публішера (Outbrain) або за віджетом чи джерелом (MGID і Revcontent).

Автоматичне ставкування оптимізується лише за тими сигналами, які отримує. Якщо ви ставите на кліки або ваше відстеження конверсій не передає дані назад у мережу, платформа не бачить, які публішери дають погані ліди, і ваші власні дані про конверсії можуть відставати від витрат. Conversion Bid Strategy від Outbrain коригує CPC відповідно до відстежуваних конверсій, а SmartBid від Taboola автоматично коригує ставки, але жоден з них не бачить бізнес-сигналів, які ви ніколи не надсилаєте, як-от якість лідів, повернення коштів чи довічна цінність клієнта. Коригування на рівні публішерів повертають ці сигнали у ставку; Section Volume Control від Outbrain існує саме для цього випадку.

Що ви насправді змінюєте#

Кожна велика мережа надає цей важіль, просто під різними назвами:

Мережа Де знаходиться Як працює коригування
Taboola (Realize) Звіт за сайтами в підсумку кампанії Відсоткове підвищення або зниження CPC кампанії для кожного сайту: від -99% до +100% у Fixed Bid, від -99% до +200% у SmartBid; публішерів можна блокувати для кампанії або для всього акаунта
Outbrain (Teads) Звітність Amplify, By Publisher і By Section Відсоткове коригування CPC для кожного розділу публішера (не для публішера загалом); публішерів і розділи можна виключати тимчасово або назавжди; Section Volume Control для кампаній з Conversion Bid Strategy, що мають щонайменше 300 кліків
MGID Widget Optimization (Selective Bidding) і Sources Optimization Множник CPC для кожного ідентифікатора віджета або джерела, мінімум 0.1, у межах регіональних мінімальних і максимальних CPC; чорні списки кампанії та акаунта
Revcontent Вкладка Widget Targeting Абсолютна ставка CPC для кожного ідентифікатора віджета (або відсоткова зміна), зокрема завантаження CSV; віджети можна блокувати для кампанії або для всього акаунта

Механіка відрізняється. Taboola, Outbrain і MGID застосовують відсоток або множник до вашої базової ставки, тоді як ставки за віджетами в Revcontent — це абсолютні CPC (з інструментом відсоткової зміни для масових правок). Встановіть коригування 1.4x для сильного публішера та 0.6x для слабкого, і мережа скоригує ефективну ставку, з якою вона входить для кожного з них, у межах власних лімітів і мінімальних CPC. Усі чотири мережі також дозволяють повністю виключити публішера або віджет, що є грубішою версією тієї ж ідеї. В Outbrain ручні коригування CPC за розділами переважають Conversion Bid Strategy, і Outbrain рекомендує прибирати їх із кампаній CBS. Щоб дізнатися точні назви полів та параметри API, які кожна мережа надає для цього, дивіться, як працюють оголошення Taboola, як працює Outbrain, як працюють нативні оголошення MGID та як працює Revcontent.

Чому це легко пропустити#

Чесно кажучи, три причини:

  • Звітність вимагає пошуку. Дані на рівні публішера зазвичай знаходяться на кілька кліків глибше в інтерфейсі мережі та експортуються як плоский CSV з багатьма рядками без очевидних наступних дій.
  • Це виглядає як дріб'язкова робота для малих акаунтів. Якщо ви витрачаєте $200 на день, інстинкт підказує, що кілька виключень публішерів не змінять ситуації. Але при низьких витратах один публішер може забрати значну частку денного бюджету, перш ніж ви це помітите, тож перевірте, яку частку забирає кожен публішер, у своєму звіті.
  • Це вимагає очікування реальної вибірки. Нуль конверсій при малих витратах мало що доводить. Якби публішер конвертував точно на рівні вашої цільової CPA, імовірність побачити нуль конверсій становить близько 37% після витрат в одну цільову CPA, близько 14% після двох і близько 5% після трьох (арифметика Пуассона, без урахування затримки конверсії). Саме тому в два-три рази більше за цільову CPA на публішера — це розумний мінімум, перш ніж оцінювати публішера з нульовими конверсіями, а не гарантія. Покупці, які витягують звіт на другий день, не бачать нічого визначеного і кидають цю справу.

Останній пункт — це справжня ціна. Публішер-рівневе ставкування — це дисципліна, а не одноразове налаштування. Воно потребує постійного перегляду за регулярним графіком.

Практичний робочий процес#

  1. Дайте кампанії працювати до отримання реальної вибірки. Оцінюйте кожного публішера за його власними витратами, а не за витратами кампанії: кампанія, яка витратила вдвічі більше за свою цільову CPA, має занадто мало конверсій, щоб порівнювати публішерів. Перш ніж діяти щодо публішера з нульовими конверсіями, скористайтеся наведеним вище мінімумом витрат на публішера.
  2. Витягніть звіт про розміщення або сайти та відсортуйте за витратами за спаданням. Почніть з публішерів, які забирають більшість вашого бюджету, і перевірте, яку частку витрат вони становлять у вашому акаунті, а не припускайте її.
  3. Розподіліть на три категорії: прибуткові (підвищити ставку), беззбиткові (залишити як є), програшні (знизити ставку або виключити). Наскільки змінювати кожну — вирішувати вам; зміна на 20–50% за раз із вимірюванням результату — це ілюстративна відправна точка, а не бенчмарк. Власні рекомендації MGID кажуть, що зміна множника зазвичай не впливає на обсяг на малих публішерах, і радять підвищувати ставки в 2, 3 або 4 рази, коли ви піднімаєте ставку. Не намагайтеся точно налаштувати кожен рядок; найбільше значення мають верх і низ списку.
  4. На першому етапі застосовуйте коригування, а не повні виключення. Повне виключення публішера позбавляє можливості перетестувати його пізніше; знижена ставка все ще дозволяє зрозуміти, чи проблема була в ціні, а не у відповідності. Спершу перевірте ліміти вашої платформи: найнижчий множник MGID — 0.1, а найбільше зниження в Taboola — -99%.
  5. Перевіряйте за розкладом. Продуктивність публішерів змінюється в міру додавання нового контенту та ротації трафіку. Тижневий ритм — розумний стандарт для активних акаунтів; коригуйте його відповідно до вашого обсягу конверсій.
  6. Використовуйте переможців для рішень щодо масштабування. Публішер, який прибутковий при ставці 1.5x, також є кандидатом на окрему кампанію, що є кроком горизонтального масштабування після вичерпання вертикального зростання на оригінальній кампанії.

Практичний приклад#

Гіпотетичний приклад (вигадані числа, а не виміряна кампанія): припустімо, ви запускаєте кампанію на $300/день на Taboola з цільовою CPA $40. Через два тижні ви витратили $4,200, і звіт про розміщення показує, що 40 публішерів отримали значні витрати. Топ-5 публішерів за витратами дали 60% конверсій із середньою CPA $28. Нижні вісім публішерів забрали 25% витрат ($1,050) і дали загалом дві конверсії, що становить ефективну CPA близько $525. Все інше знаходиться посередині, приблизно на рівні беззбитковості.

У цьому прикладі очевидний крок — підвищити ставку для топ-5 і знизити для нижніх восьми до меншої ставки, а не повністю їх виключати, оскільки один або два можуть бути просто недостатньо протестованими, а не справді поганими. Як група вони далеко відстають від цілі, але перш ніж діяти щодо кожного окремо, перевірте його за мінімумом витрат на публішера. Чи покращиться потім загальна CPA кампанії — це те, що слід вимірювати протягом наступних тижнів, а не те, що цей приклад може передбачити: перерозподіл витрат змінює те, які аукціони ви виграєте, і власна оптимізація мережі теж реагує. Аргумент на користь того, щоб розглядати публішер-рівневе ставкування як постійне завдання, а не одноразове прибирання, полягає в тому, що суміш розміщень усередині "кампанії" поводиться як багато окремих мікрoринків, а фіксована ставка оцінює їх усі однаково.

Налаштування регулярного перегляду#

Повторюваний блок у календарі працює краще, ніж покладання на пам'ять. Проста версія: кожного понеділка витягуйте звіт про розміщення за попередній тиждень для кожної активної кампанії, сортуйте за витратами і витрачайте 15 хвилин на кампанію, коригуючи верхній і нижній децилі. Записуйте встановлені коригування, щоб пізніше можна було визначити, чи покращення публішера сталося через вашу зміну ставки чи через інші зміни в акаунті. Ідентифікатори публішерів, формати звітів та інструменти коригування відрізняються між Taboola, Outbrain та MGID, тож цей перегляд потрібно проводити для кожної мережі окремо, а не один раз для всього акаунта.

Як виглядають хороші дані про публішера#

Саме ваші власні дані про конверсії є доказом, який тут має значення. Перш ніж ви витратили бодай щось на публішера, стороннє дослідження може показати, які рекламодавці там з'являлися і коли, але не те, чи конвертували ці розміщення: те, як довго спостерігалися оголошення інших рекламодавців, відображає їхні бюджети, тести та наше покриття збору даних не меншою мірою, ніж продуктивність (дивіться, що тривалість життя оголошень може показати, а що ні). Деталі оголошення в OpenAdLibrary показують зібрані оголошення та, для нативних оголошень, ланцюжок постачання за ними; використовуйте це, щоб обирати публішерів для спостереження, а не щоб передбачати їхню якість. Ви можете зіставити історію зібраних креативів за допомогою інструменту розвідки оголошень разом із даними вашого власного акаунта.

Поширені помилки#

  • Занадто агресивне зниження ставки. Дуже низька ставка може виявитися нижчою за ту, що перемагає в аукціоні на цьому публішері, що може зупинити покази там і не залишити вам нічого для спостереження. Деякі платформи натомість застосовують нижню межу: MGID застосовує свій регіональний мінімальний CPC, а Taboola застосовує свій мінімальний CPC до ставок на рівні сайтів.
  • Реакція на один поганий день. Нативний трафік щодня зашумлений, особливо на менших публішерах. Один день без конверсій при витратах $40 — це не вирок.
  • Ігнорування розподілу за пристроями в межах публішера. Публішер може бути відмінним на мобільних пристроях і мертвим на десктопі (або навпаки); об'єднання обох в одне коригування ставки приховує це. Накладання коригувань за пристроєм та географією поверх публішер-рівневої роботи, там де платформа це підтримує, закриває цю прогалину.
  • Забування перетестувати виключених публішерів після оновлення креативу. Публішер, який не спрацював зі старим підходом, може працювати по-іншому з новим зачіпним елементом. Тимчасові виключення в Outbrain, які спливають після встановленого періоду, полегшують це.

Ключові висновки FAQ#

Публішер-рівневе ставкування — це негламурне технічне обслуговування акаунта, але це один з небагатьох важелів, який повністю під вашим контролем, на відміну від динаміки аукціонів чи змін алгоритмів платформи. У нас немає порівняльних даних про те, наскільки воно покращує CPA, тож вимірюйте це у своєму акаунті: записуйте кожну зміну, порівнюйте наступні тижні з попередніми та залишайте ті зміни, які витримують перевірку. Який би розподіл між тестуванням нових концепцій і масштабуванням перевірених ви не використовували, саме публішер-рівневе ставкування робить сторону масштабування ефективнішою, а не просто гучнішою.

Часті питання

Що таке публішер-рівневе ставкування?
Це встановлення різної ставки або коригування ставки для окремих сайтів-публішерів, розділів або ідентифікаторів віджетів усередині нативної кампанії, замість єдиної фіксованої ставки для всієї мережі. Taboola застосовує відсоткові коригування для кожного сайту, Outbrain — для кожного розділу публішера, MGID — множник для кожного віджета або джерела, а Revcontent — абсолютну ставку CPC для кожного віджета.
Який обсяг витрат потрібен, перш ніж коригувати ставки для публішерів?
Витратити в два-три рази більше за вашу цільову CPA на публішера — це розумний мінімум, перш ніж діяти за нульових конверсій: якби публішер конвертував на рівні вашої цілі, ви побачили б нуль конверсій приблизно у 14% випадків після двох цільових CPA і приблизно у 5% після трьох (арифметика Пуассона, без урахування затримки конверсії). Оцінка публішера, у якого все ж є якісь конверсії, потребує ще більше даних, адже малі числа конверсій зашумлені.
Чи варто виключати поганих публішерів чи просто знижувати ставку?
Спочатку знизьте ставку; наскільки — вирішувати вам (0.5x–0.7x від вашої базової — це ілюстративна відправна точка, а не бенчмарк), у межах лімітів вашої платформи. Повне виключення видаляє можливість повторного тестування цього публішера пізніше, якщо зміниться ваша креативна ідея або пропозиція, якщо тільки платформа не пропонує тимчасових виключень, як це тепер робить Outbrain. Залишайте постійні виключення для публішерів з явними ознаками шахрайства або проблемами безпеки для бренду, або для тих, що й після повторного тестування залишаються далеко від цілі.
Чи працює публішер-рівневе ставкування однаково в кожній нативній мережі?
Концепція та сама, але механіка відрізняється. Taboola коригує ставки за сайтом зі свого звіту за сайтами; Outbrain коригує за розділом публішера (не за публішером загалом), і його ручні ставки за розділами переважають Conversion Bid Strategy; MGID множить ставки для кожного віджета або джерела; Revcontent встановлює абсолютні ставки для кожного віджета. Перевірте поточну документацію кожної мережі для точних назв полів та доступу через API.
Як часто слід переглядати результати публішерів?
Тижневий ритм — це практичний стандарт для багатьох активних акаунтів: щоденні перегляди схильні реагувати на шум, а щомісячні можуть дозволити програшним публішерам витрачати занадто довго. Коригуйте частоту відповідно до вашого обсягу конверсій; у нас немає даних про те, як часто змінюється інвентарна суміш у кожній мережі.
Команда OpenAdLibrary
АвторКоманда OpenAdLibrary
Дослідження нативної реклами та ad intelligence

Ми створюємо OpenAdLibrary — відкриту платформу для прозорості реклами. Щодня наші системи збирають живі нативні оголошення на Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo та MSN, ідентифікують справжнього рекламодавця за кожним з них і відстежують клік до цільової сторінки. Ці гайди концентрують наші спостереження з цих даних, щоб ви могли досліджувати ринок швидше.